详细内容或原文请订阅后点击阅览
科学家利用AI设计新病毒。该技术或成医学福音，但专家担忧有害病原体
这些发现代表了首个完全由生成式AI设计的基因组或完整遗传指令手册。产生的病毒仅攻击细菌，未来或有助于克服抗生素耐药微生物的问题。
来源:《航空与航天杂志》科学家用人工智能设计新病毒。该技术可能成为医学福音，但专家担忧有害病原体
这些发现代表了首个完全由生成式人工智能设计的基因组。产生的病毒只攻击细菌，有朝一日可能有助于克服抗生素耐药微生物的问题
Sara Hashemi|每日通讯员
人工智能即将彻底改变生物技术。它已经可以帮助发现药物、改造微生物中的关键机制和解码人类基因指令。现在，科学家首次使用人工智能设计了自然界不存在的病毒。
这项突破在8月6日的《科学》杂志上进行了描述，一个未经同行评审的版本去年曾发布到预印本服务器bioRxiv上。由此产生的创造物——只攻击细菌的新型简单病毒——引发了新药物的希望，但也引发了关于可能被滥用的担忧。
“这是一个重要的里程碑，”英国曼彻斯特大学的合成生物学家Patrick Cai说，他没有参与这项研究，他对《纽约时报》的Carl Zimmer说。
在这项研究中，研究人员依赖于生成式AI模型Evo 1和Evo 2，这些模型已经在来自各种生物体的遗传序列的万亿个核苷酸（DNA和RNA的构建块）上进行了训练。这些模型的工作方式有点像大型语言模型，如ChatGPT。但与学习串联句子不同，Evo 1和Evo 2预测并生成遗传序列的模式。
为了测试Evo是否能设计一个完整的基因组——一个生物体的整套遗传指令——团队转向了噬菌体，即主要攻击细菌的病毒。这些病原体可以帮助治疗细菌感染，特别是因为细菌有时会对治疗产生耐药性，这被认为是一个主要的全球健康威胁。
快速了解：抗菌药物耐药性
细菌、病毒、真菌和寄生虫有时对药物没有反应，使其难以甚至无法治疗。抗菌药物（如抗生素）的误用和过度使用正在推动这个问题。根据世界卫生组织的数据，2021年全球估计有超过470万人死于与细菌耐药性相关的原因。
研究人员为Evo模型提供了更多的训练数据，这次使用了Phi X-174。这种经过充分研究的噬菌体只感染大肠杆菌，并具有相对简单的基因组，约5400对核苷酸或碱基对。作为比较，人类基因组约有30亿个碱基对。
要求AI设计类似于Phi X-174的噬菌体产生了约70万个潜在选项，团队在实验室中制造了其中285个。最终，16种合成噬菌体在培养皿测试中成功抑制了大肠杆菌的生长。此外，一些实验室测试甚至暗示，一些AI设计的病毒在繁殖和传递基因方面比天然Phi X-174更有效，研究合著者、斯坦福大学计算生物学家Brian Hie在一份声明中说。
此外，进一步的实验表明，16种合成噬菌体的混合物可以攻击两种耐药大肠杆菌菌株，而Phi X-174和天然噬菌体混合物都无法胜任这项任务。
“如果细菌对单一噬菌体产生耐药性，那么这种药物就彻底失败了，”Hie在声明中说。“但如果你在混合物中有多个基因不同的噬菌体，细菌对整个混合物产生耐药性就会更难。”
这项新研究引起了兴奋和忧虑的混合反响。
“AI设计的病毒可能有一些潜在的好处，例如创造有针对性的噬菌体，可能帮助我们以新的方式应对抗生素耐药性感染，”加拿大多伦多大学的传染病专家Isaac Bogoch说，他没有参与这项工作，他对半岛电视台的John Power和Erin Hale说。
同时，设计功能性病毒的能力如果应用于有害病原体，可能会成为生物安全风险，他补充道。“强有力的护栏、筛查和监督需要与技术一同发展。”
Hie和他的合著者在他们的研究中解决了一些担忧。从Evo的训练数据中排除某些基因组，阻止了它设计能够感染人类、动物、植物或真菌的病毒。团队进行的实验也采取了比研究噬菌体及其宿主时通常使用的更多预防措施，这些措施在论文的附加材料中有详细说明，可作为生物安全框架使用，作者写道。
目前尚不清楚该技术是否能应用于更复杂的基因组。
“这个噬菌体基因组实际上是最小、最容易设计和制造的基因组，”伦敦帝国理工学院的合成基因组工程师Tom Ellis说，他没有参与这项研究，他对半岛电视台说。
“作为参照，新冠病毒基因组长六倍，模型生成更大东西的复杂性将呈指数级增长。因此，长六倍的东西可能会难大约100倍。”